數(shù)據(jù)員個(gè)人工作總結(jié)

1、數(shù)據(jù)員個(gè)人工作總結(jié)一、數(shù)據(jù)量過大，數(shù)據(jù)中什么情況都可能存在。如果說(shuō)有10條數(shù)據(jù)，那么大不了每條去逐一檢查，人為處理，如果有上百條數(shù)據(jù)，也 可以考慮，如果數(shù)據(jù)上到千萬(wàn)級(jí)別，甚至過億，那不是手工能解決的了，必須通過工具或者程序進(jìn)行處理，尤其海量的數(shù)據(jù)中，什么情況都可能存在，例如，數(shù)據(jù)中某處格式出了問題， 尤其在程序處理時(shí)，前面還能正常處理，突然到了某個(gè)地方問題出現(xiàn)了，程序終止了。二、軟硬件要求高，系統(tǒng)資源占用率高。對(duì)海量的數(shù)據(jù)進(jìn)行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統(tǒng)資 源。一般情況，如果處理的數(shù)據(jù)過TB級(jí)，小型機(jī)是要考慮的，普通的機(jī)子如果有好的方法可以考慮，不過也必須加大 C

2、PU和內(nèi)存，就象面對(duì)著千軍萬(wàn)馬，光有勇氣沒有一兵一卒是 很難取勝的。三、要求很高的處理方法和技巧。這也是本文的寫作目的所在，好的處理方法是一位工程師長(zhǎng)期工作經(jīng)驗(yàn)的積累，也是個(gè)人的經(jīng)驗(yàn)的總結(jié)。沒有通用的處理方法，但有通用的原理和規(guī)則。下面我們來(lái)詳細(xì)介紹一下處理海量數(shù)據(jù)的經(jīng)驗(yàn)和技巧：一、選用優(yōu)秀的數(shù)據(jù)庫(kù)工具現(xiàn)在的數(shù)據(jù)庫(kù)工具廠家比較多，對(duì)海量數(shù)據(jù)的處理對(duì)所使用的數(shù)據(jù)庫(kù)工具要求比較高，一般使用Oracle或者DB2 ,微軟公司最近發(fā)布的SQL Server 2005性能也不錯(cuò)。另外在 BI領(lǐng)域：數(shù)據(jù)庫(kù)，數(shù)據(jù)倉(cāng)庫(kù)，多維數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘等相關(guān)工具也要進(jìn)行選擇，象好的ETL工具和好的 OLAP工具都十分必要

3、，例如 Informatic , Eassbase等。筆者在實(shí)際數(shù)據(jù)分析項(xiàng) 目中，對(duì)每天6000萬(wàn)條的日志數(shù)據(jù)進(jìn)行處理，使用SQL Server 2000需要花費(fèi)6小時(shí)，而使用SQL Server 2005則只需要花費(fèi) 3小時(shí)。二、編寫優(yōu)良的程序代碼處理數(shù)據(jù)離不開優(yōu)秀的程序代碼，尤其在進(jìn)行復(fù)雜數(shù)據(jù)處理時(shí)，必須使用程序。好的程序代碼對(duì)數(shù)據(jù)的處理至關(guān)重要，這不僅僅是數(shù)據(jù)處理準(zhǔn)確度的問題，更是數(shù)據(jù)處理效率的問題。良好的程序代碼應(yīng)該包含好的算法，包含好的處理流程， 包含好的效率，包含好的異常處理機(jī)制等。三、對(duì)海量數(shù)據(jù)進(jìn)行分區(qū)操作對(duì)海量數(shù)據(jù)進(jìn)行分區(qū)操作十分必要，例如針對(duì)按年份存取的數(shù)據(jù)，我們可以按年進(jìn)行

4、分區(qū)，不同的數(shù)據(jù)庫(kù)有不同的分區(qū)方式，不過處理機(jī)制大體相同。例如 SQL Server的數(shù)據(jù)庫(kù) 分區(qū)是將不同的數(shù)據(jù)存于不同的文件組下，而不同的文件組存于不同的磁盤分區(qū)下，這樣將數(shù)據(jù)分散開，減小磁盤 I/O,減小了系統(tǒng)負(fù)荷，而且還可以將日志，索引等放于不同的分區(qū) 下。四、建立廣泛的索引對(duì)海量的數(shù)據(jù)處理， 對(duì)大表建立索引是必行的，建立索引要考慮到具體情況，例如針對(duì)大表的分組、排序等字段，都要建立相應(yīng)索引，一般還可以建立復(fù)合索引，對(duì)經(jīng)常插入的表則建立索引時(shí)要小心，筆者在處理數(shù)據(jù)時(shí)，曾經(jīng)在一個(gè) ETL流程中，當(dāng)插入表時(shí)，首先刪 除索引，然后插入完畢，建立索引，并實(shí)施聚合操作，聚合完成后，再次插入前還是刪

5、除索 引，所以索引要用到好的時(shí)機(jī)，索引的填充因子和聚集、非聚集索引都要考慮。五、建立緩存機(jī)制當(dāng)數(shù)據(jù)量增加時(shí)，一般的處理工具都要考慮到緩存問題。緩存大小設(shè)置的好差也關(guān)系到數(shù)據(jù)處理的成敗，例如，筆者在處理2億條數(shù)據(jù)聚合操作時(shí)，緩存設(shè)置為100000條/Buffer,這對(duì)于這個(gè)級(jí)別的數(shù)據(jù)量是可行的。六、加大虛擬內(nèi)存如果系統(tǒng)資源有限，內(nèi)存提示不足，則可以靠增加虛擬內(nèi)存來(lái)解決。筆者在實(shí)際項(xiàng)目中曾經(jīng)遇到針對(duì)18億條的數(shù)據(jù)進(jìn)行處理，內(nèi)存為 1GB, 1個(gè)P4 2.4G的CPU,對(duì)這么大的數(shù) 據(jù)量進(jìn)行聚合操作是有問題的，提示內(nèi)存不足，那么采用了加大虛擬內(nèi)存的方法來(lái)解決，在6塊磁盤分區(qū)上分別建立了6個(gè)4096M

6、的磁盤分區(qū)，用于虛擬內(nèi)存，這樣虛擬的內(nèi)存則增加為4096*6 + 1024 = 25600 M ,解決了數(shù)據(jù)處理中的內(nèi)存不足問題。七、分批處理海量數(shù)據(jù)處理難因?yàn)閿?shù)據(jù)量大，那么解決海量數(shù)據(jù)處理難的問題其中一個(gè)技巧是減少數(shù)據(jù)量?？梢詫?duì)海量數(shù)據(jù)分批處理，然后處理后的數(shù)據(jù)再進(jìn)行合并操作，這樣逐個(gè)擊破，有利于小數(shù)據(jù)量的處理， 不至于面對(duì)大數(shù)據(jù)量帶來(lái)的問題，不過這種方法也要因時(shí)因勢(shì)進(jìn)行，如果不允許拆分?jǐn)?shù)據(jù)，還需要另想辦法。不過一般的數(shù)據(jù)按天、按月、按年等存儲(chǔ)的，都可以 采用先分后合的方法，對(duì)數(shù)據(jù)進(jìn)行分開處理。八、使用臨時(shí)表和中間表數(shù)據(jù)量增加時(shí)，處理中要考慮提前匯總。 這樣做的目的是化整為零，大表變小表，分

7、塊處理完成后，再利用一定的規(guī)則進(jìn)行合并，處理過程中的臨時(shí)表的使用和中間結(jié)果的保存都非常重要，如果對(duì)于超海量的數(shù)據(jù)，大表處理不了，只能拆分為多個(gè)小表。如果處理過程中需要多步匯總操作，可按匯總步驟一步步來(lái)，不要一條語(yǔ)句完成，一口氣吃掉一個(gè)胖子。九、優(yōu)化查詢SQL語(yǔ)句在對(duì)海量數(shù)據(jù)進(jìn)行查詢處理過程中，查詢的SQL語(yǔ)句的性能對(duì)查詢效率的影響是非常大的，編寫高效優(yōu)良的 SQL腳本和存儲(chǔ)過程是數(shù)據(jù)庫(kù)工作人員的職責(zé)，也是檢驗(yàn)數(shù)據(jù)庫(kù)工 作人員水平的一個(gè)標(biāo)準(zhǔn)，在對(duì)SQL語(yǔ)句的編寫過程中，例如減少關(guān)聯(lián)，少用或不用游標(biāo)，設(shè)計(jì)好高效的數(shù)據(jù)庫(kù)表結(jié)構(gòu)等都十分必要。筆者在工作中試著對(duì)1億行的數(shù)據(jù)使用游標(biāo)， 運(yùn)行3個(gè)小時(shí)沒有出

8、結(jié)果，這是一定要改用程序處理了。十、使用文本格式進(jìn)行處理對(duì)一般的數(shù)據(jù)處理可以使用數(shù)據(jù)庫(kù)，如果對(duì)復(fù)雜的數(shù)據(jù)處理，必須借助程序，那么在程序操作數(shù)據(jù)庫(kù)和程序操作文本之間選擇，是一定要選擇程序操作文本的，原因?yàn)椋撼绦虿僮魑谋舅俣瓤?；?duì)文本進(jìn)行處理不容易出錯(cuò)；文本的存儲(chǔ)不受限制等。 例如一般的海量的網(wǎng)絡(luò)日志都是文本格式或者 csv格式（文本格式），對(duì)它進(jìn)行處理牽扯到數(shù)據(jù)清洗，是要利用程 序進(jìn)行處理的，而不建議導(dǎo)入數(shù)據(jù)庫(kù)再做清洗。十一、定制強(qiáng)大的清洗規(guī)則和出錯(cuò)處理機(jī)制海量數(shù)據(jù)中存在著不一致性，極有可能出現(xiàn)某處的瑕疵。例如，同樣的數(shù)據(jù)中的時(shí)間字段，有的可能為非標(biāo)準(zhǔn)的時(shí)間，出現(xiàn)的原因可能為應(yīng)用程序的錯(cuò)誤，系統(tǒng)

9、的錯(cuò)誤等，這是在進(jìn)行數(shù)據(jù)處理時(shí)，必須制定強(qiáng)大的數(shù)據(jù)清洗規(guī)則和出錯(cuò)處理機(jī)制。十二、建立視圖或者物化視圖視圖中的數(shù)據(jù)來(lái)源于基表，對(duì)海量數(shù)據(jù)的處理，可以將數(shù)據(jù)按一定的規(guī)則分散到各個(gè)基表中，查詢或處理過程中可以基于視圖進(jìn)行，這樣分散了磁盤I/O,正如10根繩子吊著一根柱子和一根吊著一根柱子的區(qū)別。十三、避免使用32位機(jī)子（極端情況）目前的計(jì)算機(jī)很多都是 32位的，那么編寫的程序?qū)?nèi)存的需要便受限制，而很多的海 量數(shù)據(jù)處理是必須大量消耗內(nèi)存的，這便要求更好性能的機(jī)子，其中對(duì)位數(shù)的限制也十分重要。十四、考慮操作系統(tǒng)問題海量數(shù)據(jù)處理過程中， 除了對(duì)數(shù)據(jù)庫(kù)，處理程序等要求比較高以外，對(duì)操作系統(tǒng)的要求也放到了重

10、要的位置， 一般是必須使用服務(wù)器的，而且對(duì)系統(tǒng)的安全性和穩(wěn)定性等要求也比較高。尤其對(duì)操作系統(tǒng)自身的緩存機(jī)制，臨時(shí)空間的處理等問題都需要綜合考慮。十五、使用數(shù)據(jù)倉(cāng)庫(kù)和多維數(shù)據(jù)庫(kù)存儲(chǔ)數(shù)據(jù)量加大是一定要考慮 OLAP的，傳統(tǒng)的報(bào)表可能5、6個(gè)小時(shí)出來(lái)結(jié)果，而基于Cube 的查詢可能只需要幾分鐘，因此處理海量數(shù)據(jù)的利器是OLAP多維分析，即建立數(shù)據(jù)倉(cāng)庫(kù)，建立多維數(shù)據(jù)集，基于多維數(shù)據(jù)集進(jìn)行報(bào)表展現(xiàn)和數(shù)據(jù)挖掘等。十六、使用采樣數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘基于海量數(shù)據(jù)的數(shù)據(jù)挖掘正在逐步興起，面對(duì)著超海量的數(shù)據(jù)， 一般的挖掘軟件或算法往往采用數(shù)據(jù)抽樣的方式進(jìn)行處理，這樣的誤差不會(huì)很高，大大提高了處理效率和處理的成功率。

11、一般采樣時(shí)要注意數(shù)據(jù)的完整性和，防止過大的偏差。筆者曾經(jīng)對(duì)1億2千萬(wàn)行的表數(shù)據(jù)進(jìn)行采樣，抽取出 400萬(wàn)行，經(jīng)測(cè)試軟件測(cè)試處理的誤差為千分之五，客戶可以接受。還有一些方法，需要在不同的情況和場(chǎng)合下運(yùn)用，例如使用代理鍵等操作，這樣的好處是加快了聚合時(shí)間，因?yàn)閷?duì)數(shù)值型的聚合比對(duì)字符型的聚合快得多。類似的情況需要針對(duì)不同的需求進(jìn)行處理。海量數(shù)據(jù)是發(fā)展趨勢(shì)，對(duì)數(shù)據(jù)分析和挖掘也越來(lái)越重要，從海量數(shù)據(jù)中提取有用信息重要而緊迫，這便要求處理要準(zhǔn)確，精度要高，而且處理時(shí)間要短，得到有價(jià)值信息要快，所 以，對(duì)海量數(shù)據(jù)的研究很有前途，也很值得進(jìn)行廣泛深入的研究。數(shù)據(jù)員個(gè)人工作總結(jié)在過去的一年里，我在領(lǐng)導(dǎo)、同事們的

12、支持和幫助下，用自己所學(xué)知識(shí)，在自己的工作 崗位上，盡職盡責(zé)，較好的完成了各項(xiàng)工作任務(wù)。為公司做出了應(yīng)有的貢獻(xiàn)。同時(shí)，身為一 名化驗(yàn)員我也在從思想到行動(dòng)，從理論到實(shí)踐，進(jìn)一步學(xué)習(xí)，提高自己的工作水平?，F(xiàn)將本人本年度工作總結(jié)如下：一、努力學(xué)習(xí)，完善自我：隨 -著公司的發(fā)展，實(shí)驗(yàn)室儀器的增加。為了更好的完成工 作，在之前的工作基礎(chǔ)之上，又學(xué)習(xí)了水中油含量、柴油燒類組成（稀釋法） 、hcl的測(cè)定等 新的實(shí)驗(yàn)方法，并且熟練掌握，較好的完成了相關(guān)的工作任務(wù)。其次在工作中也經(jīng)常遇到一 些新的問題，通過和領(lǐng)導(dǎo)、同事們的商討研究最終解決。同時(shí)也對(duì)相關(guān)工作有了進(jìn)一步的認(rèn)識(shí)。二、工作內(nèi)容與體會(huì)：我的工作主要是配合

13、研發(fā)一部的其它幾個(gè)崗位做相應(yīng)的分析。第一，配合重整催化劑評(píng)定崗位生成油的折光率和煌類組成分析；第二，配合抽提組的芳煌抽提的柴油做燒類組成分析； 第三，配合代研究做的裂解油的黏度，酸值及色度等分析；第四，負(fù)責(zé)研發(fā)一部水樣的水中油含量、水垢等相關(guān)分析；另外在原油評(píng)價(jià)中負(fù)責(zé)酸值、蠟含量、 硫醇硫、色度、冷慮點(diǎn)、黏度及逆流黏度等相關(guān)分析；參加hr-05b300溶劑生產(chǎn)負(fù)責(zé)取樣及黏度分析共二十一天； 其次就是一些儲(chǔ)存油樣的色度分析及其它的一些實(shí)驗(yàn)分析；另外我還積極配合其他同事完成了一些工作任務(wù)。一年中，在領(lǐng)導(dǎo)和同事們的悉心關(guān)懷和指導(dǎo)下：我共完成色度數(shù)據(jù)500多個(gè)；折光率數(shù)據(jù)150個(gè)；黏度數(shù)據(jù)88個(gè)；逆流

14、黏度數(shù)據(jù)140個(gè)；水 中油數(shù)據(jù)245個(gè)；熒光族組數(shù)據(jù)193個(gè)；柴油族組成數(shù)據(jù) 115個(gè)；酸值數(shù)據(jù)30多個(gè)；蠟含 量數(shù)據(jù)11個(gè)；密度數(shù)據(jù)16個(gè)；冷慮點(diǎn)數(shù)據(jù)5個(gè)；澳價(jià)澳指數(shù)數(shù)據(jù) 18個(gè)?；?yàn)工作精細(xì)瑣 碎，而且由于我們主要是搞研發(fā)，所以不像煉油廠的化驗(yàn)工作很有規(guī)律性。我們會(huì)經(jīng)常遇到不同的新問題。所以為了搞好工作，我不怕麻煩，細(xì)心觀察實(shí)驗(yàn)現(xiàn)象，向領(lǐng)導(dǎo)請(qǐng)教、向同 事學(xué)習(xí)、自己摸索實(shí)踐， 認(rèn)真學(xué)習(xí)相關(guān)業(yè)務(wù)知識(shí)， 不斷提高自己的理論水平和綜合素質(zhì)。在 實(shí)驗(yàn)室工作安全意識(shí)和環(huán)保意識(shí)相當(dāng)重要。所以我工作投入，能夠正確認(rèn)真對(duì)待每一項(xiàng)工作，熟記各項(xiàng)安全措施，遇事不能慌。環(huán)保也是相當(dāng)重要，做到每種化學(xué)試劑和需要處理

15、的油樣， 集中分類處理，不隨意亂倒。這些對(duì)環(huán)境都很有影響。在刷洗瓶子時(shí)，不隨便倒沾有油的污水。同時(shí)注意到實(shí)驗(yàn)室的通風(fēng)和各種化學(xué)試劑及油樣的擺放問題。三、工作態(tài)度與勤奮敬業(yè)： 我熱愛自己的本職工作，正確認(rèn)真對(duì)待每一項(xiàng)工作，在開展工作之前做好個(gè)人，有主次的先后及時(shí)完成各項(xiàng)工作。熱心為大家服務(wù)，認(rèn)真遵守勞動(dòng)紀(jì)律，保證按時(shí)出勤。有效利用工作時(shí)間， 堅(jiān)守崗位，需要加班完成工作按時(shí)加班加點(diǎn)，保證工作能按時(shí)完成。在作風(fēng)上，能遵章守紀(jì)、團(tuán)結(jié)同事、務(wù)真求實(shí)、樂觀上進(jìn)，始終保持嚴(yán)謹(jǐn)認(rèn)真 的工作態(tài)度和一絲不茍的工作作風(fēng)。積極參加公司組織的各項(xiàng)活動(dòng)，如春游，秋季五項(xiàng)全能體育比賽等。總結(jié)這一年來(lái)的工作，盡管有了一定的進(jìn)

16、步和成績(jī)，但在一些方面還存在著不足。比如很多實(shí)驗(yàn)只是停留在簡(jiǎn)單的操作而忽視了工作原理；實(shí)驗(yàn)過程中由于自己的粗心導(dǎo)致實(shí)驗(yàn)儀器損壞或?qū)嶒?yàn)結(jié)果誤差較大等。還有個(gè)別實(shí)驗(yàn)做得不夠熟練，不夠完善，這有待于在今后的 工作中加以改進(jìn)。通過這段時(shí)間的工作實(shí)踐，讓我懂得從事實(shí)驗(yàn)分析工作一定要細(xì)心，不能放過一個(gè)疑點(diǎn)，有問題多請(qǐng)示，多匯報(bào)。在今后的時(shí)間里，我將認(rèn)真遵守各項(xiàng)考勤制度，努 力學(xué)習(xí)有關(guān)石油化工的各項(xiàng)實(shí)驗(yàn)分析方法及石油化工知識(shí)，爭(zhēng)取成為一名更為優(yōu)秀的全方面的實(shí)驗(yàn)分析化驗(yàn)員，為公司的發(fā)展獻(xiàn)出自己的一份力量。數(shù)據(jù)員個(gè)人工作總結(jié)在市委、市政府的領(lǐng)導(dǎo)和關(guān)心下， 在自治區(qū)農(nóng)普辦的業(yè)務(wù)指導(dǎo)下， 經(jīng)過市農(nóng)普辦和縣區(qū) 農(nóng)普辦

17、全體人員的通力合作， 我市第二次農(nóng)業(yè)普查數(shù)據(jù)處理工作接近尾聲。 現(xiàn)將全市農(nóng)業(yè)普 查數(shù)據(jù)處理工作總結(jié)如下：一、數(shù)據(jù)處理基本情況我市共有1602個(gè)普查區(qū)、17010個(gè)普查小區(qū)，涉農(nóng)單位 1960家，需要錄入的普查表有 200多萬(wàn)張。我市農(nóng)普數(shù)據(jù)處理工作全部安排在市一級(jí)開展，分為光電錄入和Apras邏輯審核兩個(gè)階段，兩個(gè)階段同時(shí)進(jìn)行。市農(nóng)普辦調(diào)配二十多臺(tái)電腦，加上自治區(qū)調(diào)撥的12臺(tái)電腦，約有30多臺(tái)PC機(jī)用于農(nóng)普數(shù)據(jù)處理工作。整個(gè)普查數(shù)據(jù)處理工作從準(zhǔn)備階段到數(shù)據(jù)上報(bào)，歷時(shí)一年半時(shí)間，經(jīng)歷了數(shù)據(jù)處理組組建階段、清查處理階段、設(shè)備安裝調(diào)試階段、培訓(xùn)階段、光電錄入階段、邏輯審核階段、數(shù) 據(jù)上報(bào)階段等。我市

18、光電錄入工作開始于2007年4月上旬，采取外聘實(shí)習(xí)生和市農(nóng)普辦工作人員相結(jié)合操作的方式，由實(shí)習(xí)生進(jìn)行掃描、校驗(yàn)、審核整個(gè)流程的操作，農(nóng)普辦人員在 旁監(jiān)督以保證掃描錄入的質(zhì)量。全面的光電錄入工作于6月12日結(jié)束，期間共掃描普查表2300579張，平均每天掃描 3萬(wàn)張左右，最高一天掃描約 7萬(wàn)張的普查表。Apras邏輯審核 開始于4月中旬，采取的方法是由鄉(xiāng)鎮(zhèn)人員操作對(duì)本鄉(xiāng)鎮(zhèn)的數(shù)據(jù)進(jìn)行邏輯審核、改錯(cuò)，市農(nóng)普辦業(yè)務(wù)組人員控制總體數(shù)據(jù)質(zhì)量。為確保數(shù)據(jù)質(zhì)量，市農(nóng)普辦多次召開現(xiàn)場(chǎng)培訓(xùn)會(huì)，通過制定、執(zhí)行完整的工作流程，從而對(duì)Apras審核進(jìn)行全程監(jiān)控。市農(nóng)普辦先后組織了20批約400人次參加了農(nóng)普 Apras

19、邏輯審核工作，整個(gè)審核工作于 7月下旬結(jié)束。市農(nóng)普辦還結(jié) 合我市的實(shí)際，發(fā)揮創(chuàng)新能力，在國(guó)家下發(fā)的Apras程序制度基礎(chǔ)上，新增了 19條審核公式和10張匯總表用于數(shù)據(jù)質(zhì)量控制。8月下旬，我市農(nóng)普數(shù)據(jù)順利通過自治區(qū)審核并上報(bào)至國(guó)家。數(shù)據(jù)處理工作總結(jié)（2）二、主要做法（一）領(lǐng)導(dǎo)重視，為數(shù)據(jù)處理工作提供強(qiáng)有力的組織保障。數(shù)據(jù)處理作為整個(gè)農(nóng)普工作的重要環(huán)節(jié)，關(guān)系到農(nóng)普工作的好壞， 我市農(nóng)普數(shù)據(jù)處理工作之所以順利開展， 與市農(nóng)普辦領(lǐng)導(dǎo)密切關(guān)心分不開的。農(nóng)普辦領(lǐng)導(dǎo)經(jīng)常對(duì)數(shù)據(jù)處理工作進(jìn)行檢查指導(dǎo)，及時(shí)糾正數(shù)據(jù)處理工作錯(cuò)誤，協(xié)調(diào)解決數(shù)據(jù)處理工作遇到的困難。市農(nóng)普辦領(lǐng)導(dǎo)從普查經(jīng)費(fèi)中劃撥出數(shù)據(jù)處理專項(xiàng)經(jīng)費(fèi)，用于

20、保障數(shù)據(jù)處理培訓(xùn)、外聘數(shù)據(jù)處理人員勞務(wù)費(fèi)、購(gòu)買數(shù)據(jù)處理用服務(wù)器和PC機(jī)等電子設(shè)備、網(wǎng)站建設(shè)和網(wǎng)絡(luò)正常運(yùn)行以及平時(shí)日常辦公所需要的支出，保障了農(nóng)普數(shù)據(jù)處理工作的順利進(jìn)行。（二）精心準(zhǔn)備，成立農(nóng)普數(shù)據(jù)處理組，制定本市普查數(shù)據(jù)處理實(shí)施。根據(jù)南農(nóng)普辦字11號(hào)文南寧市第二次全國(guó)農(nóng)業(yè)普查領(lǐng)導(dǎo)小組辦公室成員職責(zé)分工方 案的要求，在市農(nóng)業(yè)普查領(lǐng)導(dǎo)小組辦公室專門設(shè)立數(shù)據(jù)處理組，并以文件形式明確了數(shù)據(jù)處理組的工作職責(zé)，處理組成員由市統(tǒng)計(jì)局計(jì)算站業(yè)務(wù)骨干組成。根據(jù)國(guó)家和自治區(qū)的普查數(shù)據(jù)處理實(shí)施方案要求，結(jié)合南寧市的實(shí)際情況，我們制定了農(nóng)普數(shù)據(jù)處理實(shí)施方案。方案明確規(guī)定了整個(gè)農(nóng)普數(shù)據(jù)處理工作流程、處理模式，建立了數(shù)據(jù)

21、處理工作崗位責(zé)任制，確保了系統(tǒng)管理、掃描、識(shí)別、校驗(yàn)、審核、任務(wù)管理、數(shù)據(jù)管理 崗位責(zé)任到人。市農(nóng)普辦還制定了一些數(shù)據(jù)處理工作規(guī)定，如計(jì)算機(jī)房管理規(guī)定、 機(jī)房日常工作管理要求等。（三）密切配合，做好農(nóng)普清查數(shù)據(jù)處理工作，為普查正式開展夯實(shí)基礎(chǔ)。市農(nóng)普數(shù)據(jù) 處理組積極配合業(yè)務(wù)組開展農(nóng)普清查摸底工作，協(xié)助業(yè)務(wù)組完成清查快速匯總工作。（四）認(rèn)真籌備，做好數(shù)據(jù)處理環(huán)境的落實(shí)、數(shù)據(jù)處理系統(tǒng)的集成和設(shè)備補(bǔ)充工作。市農(nóng)普辦及時(shí)落實(shí)了數(shù)據(jù)處理工作的場(chǎng)地，并對(duì)數(shù)據(jù)場(chǎng)地按要求進(jìn)行了改造，保證獨(dú)立接地并且小于1歐姆。購(gòu)置了 17臺(tái)PC機(jī)，在機(jī)房安裝了一臺(tái)格力 5P天井式空調(diào)，給機(jī)房 配備了打印機(jī)，調(diào)配5臺(tái)電腦和2臺(tái)

22、服務(wù)器用于 Apras邏輯審核工作，并更新了機(jī)房的兩臺(tái) UPS。及時(shí)接收自治區(qū)下發(fā)的數(shù)據(jù)處理軟、硬件，及時(shí)組織數(shù)據(jù)處理組人員組裝設(shè)備、安裝程序、調(diào)試網(wǎng)絡(luò)、測(cè)試系統(tǒng)集成，搭建了與外部隔絕的農(nóng)普數(shù)據(jù)處理專用網(wǎng)絡(luò)，保障了數(shù)據(jù)處 理按時(shí)開展。同時(shí)，落實(shí)了資料周轉(zhuǎn)、調(diào)閱和管理的資料庫(kù)用房。（五）精心挑選，做好數(shù)據(jù)處理人員選調(diào)和培訓(xùn)工作。根據(jù)農(nóng)普工作要求，市農(nóng)普辦從各成員單位抽調(diào)了一批年紀(jì)輕、學(xué)歷高、業(yè)務(wù)精的同志充實(shí)到農(nóng)普數(shù)據(jù)處理工作中來(lái)，在數(shù)據(jù)處理工作各環(huán)節(jié)擔(dān)當(dāng)監(jiān)督員、審核員等重要角色。并從南寧市有關(guān)院校挑選出39名學(xué)生參加光電錄入和 Apras邏輯審核工作。市農(nóng)普辦多次派出業(yè)務(wù)骨干參加國(guó)家、自治區(qū)舉辦

23、的各種數(shù)據(jù)處理工作的培訓(xùn)會(huì)，結(jié)合本市實(shí)際制定了詳細(xì)的培訓(xùn)計(jì)劃，對(duì)我市參加數(shù)據(jù)處理工作的縣區(qū)及外聘的人員進(jìn)行數(shù)據(jù)處 理技術(shù)的培訓(xùn)。培訓(xùn)取得良好效果，受訓(xùn)人員熟練理解培訓(xùn)內(nèi)容和掌握了相應(yīng)的操作技巧， 極大促進(jìn)了我市農(nóng)普數(shù)據(jù)處理工作順利開展。（六）合理安排，做好各縣區(qū)普查表上交及數(shù)據(jù)處理工作中原始資料的登記交接工作。制定原始資料交接流程，制作了交接登記表， 規(guī)定各縣區(qū)上交普查表的時(shí)間，指定專人負(fù)責(zé)資料的交接工作， 原始資料有專門地點(diǎn)存放，專人進(jìn)行管理，已錄入和未錄入的資料分開存放，避免了在資料管理上出現(xiàn)混亂。在光電錄入和邏輯審核過程中， 每個(gè)環(huán)節(jié)普查表的流轉(zhuǎn)均有詳細(xì)的記錄。 特別是在光電 錄入環(huán)節(jié)中

24、，有專人領(lǐng)取普查表并由專人負(fù)責(zé)回收領(lǐng)取的普查表，對(duì)于已掃描、已校對(duì)、已審核的普查表均有明顯標(biāo)識(shí)。（七）精心組織，做好普查表光電錄入和邏輯審核工作。在自治區(qū)下發(fā)的12臺(tái)PC機(jī)的基礎(chǔ)上，我市又購(gòu)置一批 PC機(jī)用于光電錄入工作。 制定 了規(guī)范的錄入工作流程，領(lǐng)表、掃描、校驗(yàn)、審核、收表等環(huán)節(jié)均定人定崗，專人負(fù)責(zé)，市 級(jí)和縣級(jí)排出專業(yè)人員負(fù)責(zé)跟班答疑。參與錄入工作的人員實(shí)行兩班倒，每班設(shè)有一個(gè)由市農(nóng)普辦人員擔(dān)任的班長(zhǎng)負(fù)責(zé)對(duì)光電錄入的全面調(diào)配。每班交接有詳細(xì)的交接單， 記錄清楚前一班未完成的工作、已領(lǐng)出報(bào)表的小區(qū)名。數(shù)據(jù)處理組負(fù)責(zé)把光電掃描的數(shù)據(jù)從光電錄入系統(tǒng)導(dǎo)出，再導(dǎo)入到Apras邏輯審核中，并進(jìn)行審

25、核，記錄好審核出來(lái)的錯(cuò)誤筆數(shù)。當(dāng)光電錄入導(dǎo)出時(shí)遇到錯(cuò)誤，數(shù)據(jù)處理組人員將 錯(cuò)誤清單打出，交由光電錄入當(dāng)班班長(zhǎng)處理。Apras邏輯審核由鄉(xiāng)鎮(zhèn)人員操作完成，鄉(xiāng)鎮(zhèn)人員負(fù)責(zé)審核、修訂本鄉(xiāng)鎮(zhèn)的農(nóng)普數(shù)據(jù)。市 農(nóng)普辦統(tǒng)一協(xié)調(diào)，安排各個(gè)鄉(xiāng)鎮(zhèn)進(jìn)行數(shù)據(jù)處理的時(shí)間，業(yè)務(wù)組和數(shù)據(jù)處理組人員實(shí)時(shí)監(jiān)控， 當(dāng)發(fā)現(xiàn)問題、錯(cuò)誤，及時(shí)告知相關(guān)鄉(xiāng)鎮(zhèn)的人員。為進(jìn)一步控制好我市的數(shù)據(jù)質(zhì)量，市農(nóng)普辦結(jié)合我市的實(shí)情，發(fā)揮創(chuàng)新能力，在國(guó)家下發(fā)的Apras程序制度基礎(chǔ)上，新增了 19條審核公式和10張匯總表。光電錄入工作基本結(jié)束后，原先參與光電錄入的人員立即轉(zhuǎn)入到Apras邏輯審核的工作。（八）嚴(yán)格執(zhí)行，做好農(nóng)普?qǐng)D像、數(shù)據(jù)的備份和處理設(shè)備的維護(hù)工作。數(shù)據(jù)處理組對(duì)光電錄入系統(tǒng)進(jìn)行刻盤備份，定期對(duì)光電掃描的圖像和 Apras邏輯審核的數(shù)據(jù)進(jìn)行備份，圖像可以通過程序定時(shí)自動(dòng)備份，Apras中的數(shù)據(jù)通過人工定時(shí)備份。接入農(nóng)普數(shù)據(jù)處理專用網(wǎng)絡(luò)的每臺(tái)電腦上均裝有國(guó)家下發(fā)的VRV北信源殺毒軟件，并對(duì)其設(shè)置了定時(shí)自動(dòng)查殺病毒。由于措施得當(dāng)，整個(gè)數(shù)據(jù)處理工作中未出現(xiàn)因操作不當(dāng)或不及時(shí)備份或未及時(shí)查殺病毒而造成數(shù)